基于稀疏性的欠定卷積盲源分離方法的研究.pdf

1、實(shí)際生活中,盲源分離技術(shù)在語(yǔ)音信號(hào)分離、電話會(huì)議、聲納、雷達(dá)處理、圖像增強(qiáng)、生物醫(yī)學(xué)信號(hào)處理、無(wú)線通信以及遙感等許多實(shí)際人機(jī)交互領(lǐng)域有著廣泛的應(yīng)用,對(duì)其研究一直是信號(hào)處理領(lǐng)域的前沿性研究課題。
　　通常的盲源分離算法要求源信號(hào)數(shù)目小于或等于觀測(cè)信號(hào)數(shù)目,而且不考慮信號(hào)在傳播過(guò)程中產(chǎn)生的時(shí)間延時(shí)。然而,在實(shí)際應(yīng)用中,不可避免地會(huì)出現(xiàn)觀測(cè)信號(hào)數(shù)目會(huì)小于源信號(hào)數(shù)目的情況,且考慮源信號(hào)到各個(gè)傳感器會(huì)產(chǎn)生延時(shí)效應(yīng)的欠定卷積盲源分離問(wèn)題更加具

2、有研究意義。因此,本論文針對(duì)欠定卷積盲源分離算法做了以下研究:
　　1)根據(jù)源信號(hào)具有時(shí)頻域稀疏性的特點(diǎn),提出了基于時(shí)頻稀性的欠定衰減延時(shí)盲源分離方法。該方法首先對(duì)源信號(hào)到各傳感器所產(chǎn)生的相對(duì)延時(shí)進(jìn)行聚類分析,然后估計(jì)出時(shí)頻域內(nèi)的混合矩陣和時(shí)頻掩蔽函數(shù),最后將混合矩陣應(yīng)用于時(shí)頻域的最短路徑法中,將時(shí)頻掩蔽函數(shù)應(yīng)用于二元掩蔽法中,分別形成基于時(shí)頻稀疏分析的最短路徑法和時(shí)頻掩蔽法。通過(guò)仿真分析,時(shí)頻掩蔽法在分離信號(hào)源方面性能更突出,表

3、現(xiàn)為信號(hào)與失真比率(SDR)、信號(hào)與干擾比率(SIR)、信號(hào)與人造成分比率(SAR)更高。與傳統(tǒng)方法只考慮幅度衰減相比,此方法還考慮到了信號(hào)的傳播時(shí)間延時(shí),更加接近實(shí)際情況。
　　2)在前面方法的基礎(chǔ)上,為了使盲源分離算法能適應(yīng)于實(shí)際情況中的信號(hào)分離。將幅度衰減、信號(hào)的傳播時(shí)間延時(shí)、多徑效應(yīng)等多個(gè)因素加以綜合考慮,提出了基于非負(fù)矩陣分解的欠定卷積盲源分離方法。該方法用非負(fù)矩陣分解因子所組成的高斯分量來(lái)表示源信號(hào)的短時(shí)傅里葉變換,以

4、板倉(cāng)-齋藤(Itakura-Saito(IS))散度和的最小值為目標(biāo)函數(shù),采用乘積更新(multiplicative Update)算法來(lái)估計(jì)出時(shí)頻域內(nèi)的混合矩陣和非負(fù)矩陣分解因子,形成了基于非負(fù)矩陣分解的混合矩陣法和非負(fù)矩陣分解因子法。仿真結(jié)果表明了混合矩陣法在分離信號(hào)源方面更具有效性。
　　3)利用空間協(xié)方差矩陣表示的盲源分離模型與瞬時(shí)理想模型的一致性,提出了基于空間協(xié)方差矩陣的欠定卷積盲源分離方法。該方法用零均值高斯隨機(jī)變量